Une nouvelle application développée à l'aide de recherches de l'Université de Princeton peut prédire en quelques minutes si quelqu'un est infecté par le COVID-19 sur la base des données de la smartwatch.
La nouvelle génération d'outils de diagnostic est basée sur les recherches menées par Neeraj Jha, professeur de génie électrique et informatique à l'Université de Princeton. Son équipe développe une technologie d'intelligence artificielle (IA) pour détecter le COVID-19 et diagnostiquer et surveiller les maladies chroniques, notamment la dépression, le trouble bipolaire, la schizophrénie, le diabète et l'anémie falciforme.
Le logiciel intègre les lectures des capteurs de la smartwatch - ils enregistrent la fréquence cardiaque, la température de la peau, la réponse galvanique de la peau, la pression artérielle et les niveaux de saturation en oxygène. L'utilisateur est également invité à remplir un questionnaire sur les symptômes de la COVID-19.
« L'hypothèse était que la maladie a des signaux physiologiques uniques qui proviennent de notre corps. Cette hypothèse semble avoir été correcte, du moins pour les quelques maladies que nous avons considérées. Mon idée était donc de voir si nous pouvions diagnostiquer le COVID-19 de cette manière. – Neeraj Jha, professeur de génie électrique et informatique à l'Université de Princeton
Les chercheurs ont recueilli des données auprès de 87 personnes, dont 30 ont été testées négatives pour COVID-19 par PCR. 30 autres ont été testés positifs et présentaient des symptômes, tandis que 27 ont été testés positifs mais étaient asymptomatiques.
Les auteurs ont enregistré 60 minutes de lectures de volontaires à partir de capteurs de montres intelligentes sur la fréquence cardiaque, la température de la peau et la réponse galvanique de la peau - c'est un indicateur de l'activité des glandes sudoripares. Les médecins ont également mesuré séparément la tension artérielle et la saturation en oxygène. Après cela, les volontaires ont reçu un questionnaire dans lequel il fallait indiquer si le participant souffrait d'essoufflement, de toux, de fièvre ou d'autres symptômes caractéristiques.
En conséquence, l'équipe a formé un modèle précis à 98.1 % pour le COVID-19. Les chercheurs ont en outre validé l'efficacité de la méthode dans un essai de terrain plus vaste en France, aux États-Unis et en Algérie.
